在当今快速发展的时代，产品的更新换代不断加快，企业能否获得成功，就要看新的产品能否满足顾客需求，能否让顾客满足成为爆款。这其中的关键，就要在设计阶段把准顾客需求，设计出顾客满意的爆款。在对顾客需求进行分析的时候，我们常用到一种工具，那就是KANO模型。
美国心理学家赫兹伯格1959年把企业分为两个关键因素，即满意因素和不满意因素，称为双因素理论。受此启发，东京理工大学教授狩野纪昭于20世纪70年代第一次将满意与不满意标准引入到质量管理领域当中。
狩野纪昭教授将质量管控归结为三个不同的层次：
·最低的层次是质量控制，这个层次中讲究产品符合规范；
·第二个层次是质量管理，这个层次讲求顾客满意；
·最高层次是创造魅力质量，这个层次是希望创造顾客所意想不到的质量，达到顾客喜悦。
狩野引申二因子理论，采用二维模式来认知质量，即从顾客的主观感受与产品满足要求的客观充分性两个维度来认知质量。这种对质量认知的模式就是卡诺模型（KanoModel），也叫狩野模型。其图示表述如下：
KANO模型，不是一个测量顾客满意度的模型，而是对顾客需求进行分类，其本质是持续创新，目标是为了提升产品品质与产品服务，同时是一个项目排期与需求管理、需求分析的一个利器。KANO模型从两个维度进行分析：满意与功能。
从图中可以看出，模型将顾客的需求定义为三种类型：
1.基本型需求。
顾客对企业提供的产品／服务因素的基本要求。这是顾客认为产品／服务“必须有”的属性或功能。如果此类需求没有得到满足或表现欠佳，客户的不满情绪会急剧增加，并且此类需求得到满足后，可以消除客户的不满，但并不能带来客户满意度的增加。产品的基本需求往往属于此类。
2.期望型需求。
3.兴奋性需求。
不会被顾客过分期望的需求。此类需求一经满足，即使表现并不完善，也能到来客户满意度的急剧提高，同时此类需求如果得不到满足，往往不会带来客户的不满。这类需求往往是代表顾客的潜在需求。
后来模型进行不断发展，最终形成了今天看到的情形，如下图示：
经过不断研究，KANO认为人们对以上5种属性存在五种不同的情绪反应，从反感到喜悦。分别对应到不同的属性。
无差异属性：无论提供或不提供此功能，用户满意度不会改变，用户根本不在意有没有这个功能。这种费力不讨好的属性是需要尽力避免的。
魅力属性：让用户感到惊喜的属性。当魅力属性呈现时，会激发满意和愉悦，但如果不提供此属性，不会降低用户的满意度，一旦提供魅力属性，用户满意度会大幅提升。
期望属性：这类属性呈现的结果是满意，而如果不呈现，就会导致不满。如果提供该功能，客户满意度提高，如果不提供该功能，客户满意度会随之下降。
必备属性：这类属性是顾客期望产品具备的。这是产品的基本要求，如果不满足该需求，用户满意度会大幅降低。但是无论必备属性如何提升，获得客户情绪收益是有限度的。
反向属性：用户根本都没有此需求，提供后用户满意度反而会下降。
上述5种属性的排序为：必备>期望>魅力>无差异>反向。
虽然按2个维度区分了5类不同的属性，但是一般改进的需求主要集中在必备属性、期望属性和魅力属性这3种。不过满足必备属性并不能使产品的用户体验满意程度更高，期望属性和魅力属性的改进才是提升产品用户体验满意程度的有效方式。总结来看，在做产品设计时：
A尽量避免：无差异属性、反向属性
B至少做好：必备属性、期望属性
C努力做好：魅力属性
在日常使用中，我们使用卡诺模型的方法参考如下;
1.问卷调查
调查一般会采用问卷的方式，让被调查者将各个需求按照Kano分析的质量分类表，选择相应需求的分类。KANO问卷对每个质量特性都由正向和负向两个问题构成，调查问卷中，每个功能，让被调查者需求根据自己的感受来回答两个问题：（1）有该功能，我会怎样？（2）没有该功能，我会怎样？分别测量用户在面对存在或不存在某项质量特性时的反应。问卷中的问题答案一般采用五级选项，分别是“我喜欢这样”、“它必须这样”、“我无所谓”、“我能够忍受”、“我讨厌这样”。设置的问题形式如下表所示:
根据以上形式的问卷实施调查，按照正向问题和负向问题的回答对质量特性进行分类，具体分类对照见下表。当正向问题的回答是“我喜欢”，对负向问题的回答是“我不喜欢”，那么在KANO评价表中，这项质量特性就分类为O，即期望型属性。如果顾客对某项质量特性正负向问题的回答结合后，分类是M或A，那么该因素就被分别分为必备型属性或魅力型属性。其中R表示顾客不需要这种质量特性，甚至对该质量特性有反感；I表示无差异属性，顾客对这一因素无所谓；Q表示有疑问的结果，顾客的回答一般不会出现这个结果，除非这个问题的问法不合理、或者是顾客没有很好地理解问题、或者是顾客在填写问题答案时出现错误。
2.数据收集
当一次调查结束时，我们把问卷中所有的功能和相应的分类进行统计。我们可能根据每种类型的数量多少，看出具体的属性归属。
3.Better-Worse系数分析
除了对于Kano属性归属的探讨，还可以通过属性归类的百分比，计算出Better-Worse系数，表示某功能可以增加满意或者消除很不喜欢的影响程度。
·增加后的满意系数Better/SI=（A+O）/(A+O+M+I)
·消除后的不满意系数Worse/DSI=-1*（O+M）/(A+O+M+I)
Better，可以被解读为增加后的满意系数。better的数值通常为正，代表如果提供某种功能属性的话，用户满意度会提升；正值越大/越接近1，表示对用户满意上的影响越大,用户满意度提升的影响效果越强，上升的也就更快。
Worse，则可以被叫做消除后的不满意系数。其数值通常为负，代表如果不提供某种功能属性的话，用户的满意度会降低；值越负向/越接近-1，表示对用户不满意上的影响最大，满意度降低的影响效果越强，下降的越快。
因此，根据better-worse系数，对系数绝对分值较高的功能/服务需求应当优先实施。
根据better-worse系数值，将散点图划分为四个象限。
·第一象限表示：better系数值高，worse系数绝对值也很高的情况。落入这一象限的属性，称之为是期望属性，即表示产品提供此功能，用户满意度会提升，当不提供此功能，用户满意度就会降低，这是质量的竞争性属性，应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能，使其产品和服务优于竞争对手并有所不同，引导用户加强对本产品的良好印象；
·第二象限表示：better系数值高，worse系数绝对值低的情况。落入这一象限的属性，称之为是魅力属性，即表示不提供此功能，用户满意度不会降低，但当提供此功能，用户满意度和忠诚度会有很大提升；
·第三象限表示：better系数值低，worse系数绝对值也低的情况。落入这一象限的属性，称之为是无差异属性，即无论提供或不提供这些功能，用户满意度都不会有改变，这些功能点是用户并不在意的功能。
·第四象限表示：better系数值低，worse系数绝对值高的情况。落入这一象限的属性，称之为是必备属性，即表示当产品提供此功能，用户满意度不会提升，当不提供此功能，用户满意度会大幅降低；说明落入此象限的功能是最基本的功能，这些需求是用户认为我们有义务做到的事情。
同类型功能之间，建议优先考虑better系数较高，worse系数较低的。
使用KANO模型分析，本身也具有一定的限制，该模型是一个典型的定性分析模型，一般不直接用来测量顾客满意度，而是对顾客需求或者说对绩效指标的分类，通常在满意度评价工作前期作为辅助研究模型，KANO模型的目的是通过对顾客的不同需求进行区分处理，帮助企业了解不同层次的顾客需求，找出提高企业顾客满意度的切入点，识别使顾客满意的至关重要的因素。
在使用KANO模型时，有以下几点要注意：
2.用户群差异。不同的用户群所得到的结果可能不同，如果要得到精确的需求，最好区分用户群进行调查。
3.文化差异。不同的文化背景对功能属性的定义不同。
在日常使用中，KANO模型分析不仅成本低又易于执行，并为判断用户真正想要的产品功能提供了清晰的结果。它还提供了硬数据，在企业产品设计中被广泛使用。它让每个人都脱离了偏见或短视思维的陷阱。也没有必要大费口舌，用数据说话，用事实论证，让企业有的放矢，设计出符合市场的产品。随着社会的不断发展，相信卡诺模型会得到越来越多领域的应用。